摩拜單車調度方案設計

劉馨澤 張雷 趙玉雪

摘要： 該文選取“摩拜杯官方挑戰(zhàn)賽”的300萬條數據，運用python及SQL語言對獲取的300萬條數據進行數據處理，并利用JAVA進行原有數據解碼轉換，得出摩拜單車在5月10日至5月24日的北京全范圍內所有用戶訂單信息，連接百度地圖API標記北京范圍的POI點。選取北京工商大學阜成路及其周圍共8個POI點作為研究范圍。可知早高峰時間出現(xiàn)在7時至9時;晚高峰時間出現(xiàn)在17時至19時，且非工作日與工作日存在著明顯的單車使用差異特征。與此同時，以阜成路校區(qū)為起點的摩拜單車訂單中，有近4/5終點進入其他7個POI點，發(fā)現(xiàn)了高峰后阜成路校區(qū)單車供給不足的情況。根據考察的規(guī)律，建立線性規(guī)劃模型，運用MATLAB軟件求解，以運送5輛單車每次為例，以盡量少的運送次數和運送距離為目標，對運輸用電動車的路線進行優(yōu)化，最終得出優(yōu)化調度方案。

關鍵詞：線性規(guī)劃模型; SQL; MATLAB

中圖分類號：TP311? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1009-3044（2019）02-0249-03

1 引言

共享單車的存在解決了城市里“最后一公里”的難題，目前共享單車品牌開始多起來，并且紛紛加入免費騎行的燒錢大戰(zhàn)。對于消費者來說，在使用共享單車的時候，最大的煩惱就是需要用車的時候卻找不到車，當然希望車輛的投放數量越多越好; 而對于共享單車企業(yè)來說，他們在為大家的出行提供便利條件的同時， 更關注的是自身的生存和發(fā)展。本文以北京工商大學阜成路校區(qū)為例，進行單車用戶特征與調度方案的研究。

2 數據獲取與處理

2.1 數據的獲取

通過網絡下載2017摩拜杯算法挑戰(zhàn)賽的數據作為數據源。該數據由兩個csv文件組成，一個為比賽的測試集，一個為比賽的訓練集，選取訓練集數據作為研究數據。

該訓練數據集包括2017年5月10日至2017年5月24日兩個星期的共三百萬條摩拜單車運營數據。其每一條元組包括7個數據項，分別為orderid（訂單編號），userid（用戶編號），bikeid（單車編號），biketype（單車類型），starttime（訂單的起始時間），geohashed_start_loc（訂單起始地點的geohash編碼），geohashed_end_loc（訂單終止地點的geohash編碼）。

數據的獲取和處理分為數據導入，數據計算，數據篩選，以及數據統(tǒng)計四個方面。

2.1.1 數據導入

為獲取需要的數據，先使用SQL Sever Management創(chuàng)建數據庫以及數據表，之后用BULK語句將train.csv文件導入數據表。

2.1.2 數據篩選

將geohash編碼轉化為經緯度坐標后，為選取北京作為研究區(qū)域，將其中經度大于116，緯度大于39的數據，使用SQL語言篩選出，并存入一個新的表，作為去除異常數據后的數據集。

在IDEA繼承開發(fā)環(huán)境下，創(chuàng)建JAVA WEB工程項目。在主頁文件index.jsp中，使用HTML5標簽語言，JSP，JavaScript語言，構筑頁面，調用百度地圖開放平臺的應用程序接口。

先創(chuàng)建ActiveXObject對象，實現(xiàn)JavaScript對數據庫的連接。從數據庫中讀取出并篩選出起始訂單數量以及終止訂單數量大于200的點的經緯度數據后，使用Map類，Point類，Marker類在頁面的地圖上標點，并且使用BMap.InfoWindow創(chuàng)建信息窗口以及其響應的響應事件。

從而獲得所有滿足條件的數據點被標識在地圖上的圖像，通過放大地圖可以獲取北京工商大學附近滿足條件的點的圖像。

使用JavaScript，連接數據庫，從中篩選出所有與北京工商大學相關聯(lián)的元組，即起始點geohash編碼為北京工商大學的訂單數據。再選取訂單數大于5的點，標在地圖上。

根據北京工商大學作為起點高關聯(lián)點圖，圈出由北京工商大學作為起點的單車流向范圍，在單車流向范圍內，篩選出8個訂單數大于200的代表性POI點，作為本次研究的廣義研究點。同樣使用JavaScript調用百度地圖開放平臺的API接口的方式在地圖上標識出研究點。

在確定研究點后，通過之前設置的信息窗口得到所有點的geohash編碼，使用SQL語言，從去除異常數據后的數據集中篩選出他們的數據，存入多個數據表。

2.1.3 數據統(tǒng)計

使用SQL語言統(tǒng)計研究點作為起始點的訂單數量和作為終止點的訂單數量，并將其存入一個表。統(tǒng)計各個研究點在兩個星期中每一天的總訂單數量，每一天不同時段的訂單數量以及每兩個研究點之間發(fā)生的訂單數量。

將上述統(tǒng)計結果導出為csv文件，根據以上結果使用MatLab作圖，運用樣條曲線擬合方法獲取由散點擬合后的光滑圖像。使用JavaScript調用百度地圖開放平臺的API接口，在地圖上繪制車輛流向圖。以研究點間訂單的數量num為參數變量，設置線條顯示寬度的為1+0.1*num，設置線條的透明度為0.2*num，以標識車輛流向數量的不同。線條越寬、越不透明的線條代表該線路車輛的流動量越多。

2.2 數據處理

2.2.1 將geohash編碼轉換為經緯度

該數據集所提供的地址信息為geohash編碼的格式，該編碼將二維的經緯度坐標點轉換為一維的字符串，某一個字符串表示了某一個矩形區(qū)域，也就是說在這個矩形區(qū)域中的所有經緯度點都共享一個字符串。

內部的實現(xiàn)采用的是geohash算法，其實質其實是二分法。

由于緯度范圍在[-90，90]，經度范圍在[-180，180]，拿到一組經緯度location（x，y）時，先對緯度區(qū)間[-90，90]二分，[-90，0]及[0，90]，判斷緯度在哪個區(qū)間，如在[0，90]區(qū)間內記結果為1，否則為0，以此類推多次使用二分法，在到達選取的最大長度時停止。對經度進行相同的操作，獲得兩個二進制串，之后偶數位放經度，奇數位放緯度，把2串編碼組合生成新串。最后采用base32進行編碼，獲取geohash編碼。